Диссертация (1090939), страница 8
Текст из файла (страница 8)
На выходе камеры значения глубины являются инвертированнымиотносительно действительных. Данная зависимость приведена на рисунке2.3. Изображение карты глубины наблюдаемой сцены вычисляется аппаратнос помощью данных с ИК камеры, проектора и методов триангуляции.Рис. 2.3. Значения глубины на выходе камеры как функция действительныхзначенийНа рисунке 2.4 приведена зависимость разрешения карты глубины отрасстояниядонаблюдаемогообъекта.Измеренияпроводилисьприотдалении камеры от плоского объекта в диапазоне 0.5 – 15м, при помощиконтрольных точек, расположенных около центра изображения в пределахугла обзора не более 5°. Шаг квантования q, представляющий собойрасстояние между двумя соседними значениями карты глубины, изменяетсяотносительно значения глубины z по следующему закону.q( z) 2.73z 2 0.74z 0.58 ,где z – расстояние в метрах.54Рис.
2.4. Зависимость пространственного квантования карты глубины отрасстояния до объекта съемкиТаким образом на границах диапазона: q(0.5м) = 0.65мм, q(15.7м) = 685мм.Кроме того, между изображением с ИК камеры и картой глубины существуетсдвиг, вызванный самим принципом получения карты глубины с помощьютриангуляции.
Его величина также зависит от расстояния до объекта.2.2.2. Калибровка камерыПри использовании датчика Kinect для проведения измеренийнеобходимо учитывать геометрические искажения, вносимые внутреннейструктурой цветной и ИК камер. Поскольку ИК камера являетсяодновременноиприемникомдатчикаглубины,тополученныекалибровочные данные могут быть использованы также и для устраненияискажений карты глубины. Калибровка направлена получение внутреннихпараметров камер, а именно — матрицы камеры и коэффициентов дисторсии.При калибровке камер учитываются два основных вида искажений:радиальнаяихарактеризуетсятангенциальнаяискажениемдисторсии.изображения55вРадиальнаярезультатедисторсиянеидеальнойпараболическойформылинзы.Искажения,вызванныерадиальнойдисторсией, равны 0 в оптическом центре сенсора и увеличиваются к краям.Как правило, радиальная дисторсия вносит наибольший вклад в искажениеизображения. Тангенциальная дисторсия характеризуется искажениямиизображения, вызванными погрешностями в установки линзы параллельноплоскости изображения.Модель устройства Kinect представляет собой систему несколькихкамер, разнесенных в пространстве.
Геометрическая модель цветной и ИКкамер, как проекция трехмерных координат точек в плоскость изображения[u, v] T, имеет следующий вид:22u p 2k 3 pq k 4 (r 2 p ) v (1 k r 2 k r 4 k r 6 ) q 2k pq k (r 2 2q 2 ) ,1253 41 0 1(2.1)где первое и второе слагаемые характеризуют радиальную и тангенциальнуюдисторсии соответственно, а переменные p и q связывают координаты точки: pz r p q , qz R( X C ) . z 222(2.2)Здесь k = [k1, k2, ..., k5] – коэффициенты дисторсии, R – матрица поворота, а C– координаты оптического центра камеры.
На рисунке 2.5 приведена схемарасположения камер в системе. Объемная камера связана с геометрией ИКкамеры таким образом, что для каждого пикселя [u, v] T ИК изображения: x u u 0 y v v , z 1 1 c 0 ,0 c c z c11d z c где v0, u0 компенсируют смещение карты глубины относительно ИКизображения, действительное расстояние z определяется уравнением 2.2, а c0,56c1 – параметры модели. В рассматриваемом описании координаты Kinectсвязаны с оптическим центром ИК камеры.Таким образом, координаты точки в трехмерном пространствеотносительно ИК камеры XIR могут быть получены как: x u0 1 11X IR dis K IR y v0 , k IR ,c1d c0 1 где dis представляет собой функцию дисторсии, определяемую уравнением2.1, а kIR, KIR – параметры дисторсии и матрица калибровки ИК камерысоответственно.Процесс калибровки цветной и инфракраcной камер происходитпараллельно, при этом используется один калибровочный шаблон (рисунок2.2 в).
На рисунке 2.5 изображено относительное положение камер системы икалибровочных точек, найденных на плоском калибровочном шаблоне дляряда измерений, отличающихся ориентацией камер и расстоянием дошаблона. В процессе калибровки было использовано 30 изображений скаждой из камер при расстоянии до шаблона от 0.3 до 0.9 м.Рис. 2.5. Положения камер системы и калибровочных шаблонов в процессекалибровки57На рисунках 2.6, 2.7 приведены изображения эффектов радиальной итангенциальной дисторсии для цветной и инфракрасной камер. Таблица 2.1демонстрирует результаты вычисления внутренних параметров камер икоэффициентов дисторсии с помощью уравнения 2.1.Рис. 2.6.
Эффекты радиальной и тангенциальной дисторсий для RGB камерыРис. 2.7. Эффекты радиальной и тангенциальной дисторсий для ИК камерыТаблица 2.1 Внутренние параметры и коэффициенты дисторсии камерФокусноеПринципиальнаяКоэффициенты дисторсиирасстояниеточкаКамераf, ммf, пикс x, пикс y, пиксk1k2k3k4585.66.1316247.6-0.1300.450 -0.001 -0.002ИК5242.9316.7238.50.240-0.686 -0.002 0.001RGB58Точность измерения параметров камеры, таких как коэффициентыдисторсии и матрица камеры, определяется средней величиной ошибкирепроецирования (ReEr, Reprojection Error). Величина такой ошибкипредставляет собой расстояние в пикселях между проекцией P' на плоскостьизображения точки P на поверхности объекта, и проекцией P'' этой же точкиP, построенной после устранения дисторсии с использованием полученных впроцессе калибровки параметров камеры (рис.
2.8).Рис. 2.8. Ошибка репроецирования камерыНа рисунке 2.9 приведено распределение ошибки репроецирования дои после калибровки камеры.(б)(а)Рис. 2.9. Распределение ошибки репроецирования (в пикселях) до (а) и после(б) калибровки камеры.59Такимобразом,калибровкапозволяетуменьшитьошибкурепроецирования в среднем на 60-80% до величины 0.3 пикселя. В конечномсчете эта величина зависит от оптических характеристик каждой конкретнойкамеры. Калибровка является необходимым условием корректной работылюбойсистемытехническогозренияи,вособенности,систем,использующих видео датчики с компонентой глубины. В этом случае ошибкаопределения трехмерных координат точки, процесс нахождения которыхприведен в первой главе работы, определяется искажениями, вносимымиобеими камерами системы.2.3.Детектиование и отслеживание особых точекНа современном этапе развития базовых алгоритмов техническогозрения детерминистские методы сопровождения особых точек используютсянапрактикепредусматриваетчащеостальных.наличиеИспользованиеособыхточекнаданныхметодовизображении,которыеопределенным образом характеризуют объекты на изображении.
Выделениетаких точек выполняется с использованием специальных детекторов идескрипторов.Наиболеепопулярныеифундаментальныеметодыдетектирования и описания особых точек были описаны в предыдущей главе.Таблица 2.2 Пример систем, использующих особые точкиЗадача/МетодыСсылкапредварительная Детектор Дескриптор сопоставленинформацияияДетекторDiVerdi et. al.СозданиеОптическийШиRANSAC(2008) [33]панорамы/–поток и SURFТомашиСопровождение/RANSAC,Lee и HollererОптическийРучнаяDoGфильтр(2008) [54]поток и SIFTинициализацияКальманаTaylor et.
al.(2009) [86]Сопровождение/Известная цельFAST60ГистограммыPROSACТаблица 2.2 Пример систем, использующих особые точки (Продолжение)Wagner et. al.(2009) [92]Сопровождение/Известная цельFASTВекторинтенсивностейNCC,PROSACWagner et. al.(2010) [93]Созданиепанорамы/–FASTВекторинтенсивностейNCCRolo.
(2013) [76]SLAMGFTTSURFRANSACЗадачей детектора является поиск координат особых точек наизображении, а дескрипторы используются для построения дополнительноговекторапризнаков,характерныхдляполученнойточки.Алгоритмсопровождения особых точек может быть представлен в виде следующейпоследовательности действий [91]:1. Поиск особых точек на предыдущем и текущем кадрах (Рисунок 2.10)посредством выбранного детектора.2. Вычисление дескрипторов для полученного набора точек в виде nмерных векторов, описывающих точки.3. Сопоставление дескрипторов, полученных на текущем и предыдущемкадре.Конечная задача состоит в нахождении преобразования точек n-мерногопространства дескрипторов.Рис.
2.10. Пример двух последовательных кадров при движении камеры:предыдущий (слева) и текущий (справа)61В рамках раздела 2.3.1 работы рассматривается задача поиска точек напредыдущем и текущем кадрах с помощью различных детекторов.Последующие этапы вычисления и сопоставления дескрипторов найденныхособых точек рассмотрены в разделе 2.3.2.2.3.1. Сравнение алгоритмов детектирования особых точекТребования к алгоритму детектирования особых точек на изображенииопределяются как классом задачи, так и ограничениями трудоемкостиалгоритма. В конечном итоге влияние выбора того или иного методадетектирования особых точек на итоговый результат работы алгоритма непозволяет обойти этот вопрос без ряда исследований.Для выбора типа детектора, используемого в задаче, был проведенанализ результатов ряда знаковых работ в области исследования методовдетектирования особых точек изображений [58, 96, 60,41].